如何在NumPy中執行此python列表理解？

Question

假設我有一個值數組r ，范圍從0到1 。 我想刪除距離中位數有些閾值的所有值。 我們假設這個閾值是0.5 ， len(r) = 3000 。 然后為了掩蓋這個范圍之外的所有值，我可以做一個簡單的列表理解，我喜歡：

mask = np.array([ri < np.median(r)-0.5 or ri > np.median(r)+0.5 for ri in r])

如果我在它上面使用一個計時器：

import time
import numpy as np

start = time.time()
r = np.random.random(3000)
m = np.median(r)
maxr,minr = m-0.5, m+0.5
mask = [ri<minr or ri>maxr for ri in r]
end = time.time()
print('Took %.4f seconds'%(end-start))

>>> Took 0.0010 seconds

是否有更快的方法來執行此列表理解並使用NumPy制作掩碼？

---

編輯：

我在下面嘗試了幾條建議，包括：

• 元素或運算符： (r<minv) | (r>maxv) (r<minv) | (r>maxv)

• Numpy邏輯或： r[np.logical_or(r<minr, r>maxr)]

• 絕對差值布爾數組： abs(mr) > 0.5

以下是每次運行300次后的平均時間：

Python list comprehension: 0.6511 ms
Elementwise or: 0.0138 ms
Numpy logical or: 0.0241 ms
Absolute difference: 0.0248 ms

正如你所看到的，elementwise Or總是最快的，幾乎是兩倍（不知道如何用數組元素縮放）。 誰知道。

Answer 1

您可以使用numpy條件選擇來創建新數組，而不使用這些值。

start = time.time()
m = np.median(r)
maxr,minr = m-0.5, m+0.5
filtered_array = r[ (r < minr) | (r > maxr) ]
end = time.time()
print('Took %.4f seconds'%(end-start))

filtered_array是沒有屏蔽值的r片段（稍后將通過在filtered_array刪除的掩碼刪除所有值）。

更新：使用@ayhan建議的較短語法。

Answer 2

一個班輪......

new_mask = abs(np.median(r) - r) > 0.5